智能电网中网络重构软件的研究与开发

刘莉 曹福毅 王宝石

(沈阳工程学院，沈阳 100136)

0 引言

智能电网，就是电网的智能化，它以集成、高速的双向通信网络为基础，利用先进的电气测量技术、具有通信能力的设备、最优化的控制方法以及强大运算能力的计算机构成可以保证电网可靠、安全、经济、高效运行的智能控制系统。其主要特征包括坚强的抗恶劣环境能力、强大的排除故障自我恢复的“自愈”能力、支持多种电源和微电网接入的兼容能力以及保证系统最优化运行的自动运算能力和经济性。智能电网最重要的特征是自愈。“自愈”功能是把电网中有存在问题的元件及时、准确地从系统中分隔出来，并且在无须人为操作的条件下使系统迅速恢复到正常运行状态，从而保证为用户安全稳定地供电，自愈就是智能电网的“免疫系统”。

自愈电网的核心就是正常时自调整，故障后自重构。智能电网可以实时分析电网整体的运行水平，触发可能导致电网故障发展的早期预警，确定是否需要立即进行检查或采取相应的措施;和本地及远程设备的通信将帮助分析故障、电压降低、电能质量差、过载和其他不希望的系统状态，基于这些分析，采取网络重构等适当的控制行动。自愈电网经常应用连接多个电源的网络设计方式。当出现故障或发生其他的问题时，迅速确定故障并和附近的设备进行通信，以切除故障元件或将用户迅速地切换到另外的可靠的电源上，即进行故障后网络重构。具备网络重构功能的自愈电网确保了电网的可靠性、安全性、电能质量和效率。

1 网络重构核心算法的实现

配电网络重构就是通过改变线路开关的状态来变换网络结构，在实现电力供需平衡的前提下，减少网络的运行损耗，并满足容量和电压等约束。数学模型如下

式中参数X为状态变量;K为控制变量，即电力系统中开关的状态;矢量T是辐射网开关状态的矢量集合。h是等式约束，即潮流方程，g是不等式约束。

实际中需要采用综合多目标函数，本文取目标函数为网损最小，所以式(1)式可写成

式中ki为开关i的状态变量，是0－1离散量，0代表开关打开，1代表开关闭合;ri为支路i的电阻;Pi、Qi为支路i末端流过的有功功率和无功功率;Vi为支路i末端的节点电压;b为支路数。由于网损f经过潮流计算可以得出，所以本文采用的是前推回代法进行运算。

不等式约束包括电压约束、支路过载约束、变压器过载约束等，即

式中St、Stmax是变压器流出的功率和最大容许值;Si、Simax为各线路流过功率的计算值和最大容许值;Vimin、Vimax为节点电压的下限和上限值。不等式约束可以通过越界罚函数加入到目标函数中。

1.1 模糊遗传算法

遗传算法在系统控制的应用中，我们通常面对的问题就是参数控制、过早收敛和误导性的问题。为了有效的解决上述问题，模糊优化思想被提了出来，利用模糊理论修正和约束相关参数，最终构成更优化的、灵活方便的控制系统。

本文在综合已有的研究经验和实际工程应用，提出Pc、Pm控制规则，并利用模糊语言对控制参数进行描述，进行在线模糊控制。本文采用二维模糊控制，输入量有两个:种群中最大适应值与平均适应值之差e1;种群前后两代平均适应值的变化e2。这两个参数公式为

式中 t为进化代数，fave(t)为第t代种群的平均适应值;fmax(t)为第t代种群中的最大适应值;fave(t－1)为上一代的种群平均适应值。设 e1区间为［c1，d1］，e2的区间为［c2，d2］，其对应的模糊量E1、E2的论域分别为

［－I1，L1］、［－I2，L2］，则模糊化公式为

定义 E1、E2的词集为

输出为交叉率和变异率的修正量△Pc、△Pm，分别记作U1、U2。定义 U1、U2的词集为

式中PL为正大;PS为正小;ZE为零;NS为负小;NL为负大。

本文利用遗传算法寻优求解，如果fmax(t)与fave(t)相差很大，证明当前种群正常进化阶段，Pc和Pm取正常值。如果fmax(t)与fave(t)相差非常小，判断存在不成熟收敛，此时必须大幅度减小Pc，增加Pm，进行大变异操作。为防止优秀个体被破坏掉，可选择fmax(t)对应的某个体不参与变异操作，直接进入下一代。

对前后两代平均适应值的变化进行研究，如果fave(t)与fave(t－1)相差非常小，表明种群中个体结构非常相似，应适当减小Pc，通过加大变异率Pm来增加种群的个体结构。

综合以上理论和实际的研究，利用实验结论和实践经验本文设计了△Pc、△Pm模糊控制表(如表1、表2所示)。

表1 ΔPc模糊控制表

表2 ΔPm模糊控制表

选择最大隶属度方法，将控制量由模糊量变为精确量。交叉率和变异率可由下式确定

1.2 基于模糊遗传算法的配电网络重构

在电力系统实际运行过程中，配电网络重构是以网损最小为目的，并且在重构过程中必须符合系统的相关约束条件。因此可以得出电力系统中的配电网重构是一个非线性组合优化问题，为了解决这个问题将应用上文介绍的模糊遗传算法。

配电网络重构的实质就是利用改变电力系统开关设备的状态以改变网络拓扑结构，使系统运行在最优状态下，因此在模糊遗传算法中取开关状态为控制变量。将网络中的开关状态自然地用0或1表示，每个开关占据染色体的一位，各支路开关状态组合在一起，就形成一条染色体，染色体的长度为网络中开关数总和。随机产生一组长度为L(L为网络中开关数)的二进制码，作为初始种群。

在遗传算法的运算过程中，适应值是指导搜索方向的依据，在运算过程中必须保证适应值不为负，目标函数的优化方向对应适应值增加的方向。电力系统配电网络重构的目标函数是网损最小，属于最小值优化问题，根据以上所述必须加以适当调整，所以有

式中F为适应值函数;Cmax为给定值;f为目标函数，即网损量。进过研究，在运算过程中利用轮盘赌法复制参数，同时采用最优保留策略，在保证种群的多样性的同时，又可以使最优个体直接进入下一代。

交叉和变异分别依模糊控制下的PC、Pm进行。为了不破坏网络的辐射状，交叉位置的选择必须满足下列条件，即作为双亲的两个个体在交叉位置的左侧打开的开关数目相等，或者两个个体在此位置左侧为零的位数相等。这一举措避免了交叉产生不符合运行条件的新个体，极大地提高了计算效率。

2 软件开发

本文所开发软件平台利用Visual C#作为平台，将上述遗传算法与软件界面相结合，最终实现可以根据用户需要构建网络拓扑结构，并且可以实时进行潮流计算分析，判断相关设备状态，实现网络重构。整个软件分为4个模块，分别为图形数据管理模块、数据采集存储模块，核心运算模块和网络重构输出模块。每个模块都有相对独立的界面，每个模块之间利用数据库技术进行数据交换，实现整体网络结构的运算和最优化判断。

首先在软件图形数据管理模块中，用户可以根据所在网络的形式利用软件绘制网络结构拓扑。软件中包涵电力系统中所有常见的设备图源如变压器、线路、断路器、机组、接地刀等等，每种设备都按系统中常见形式绘制了相关的接线端，用户可以根据需要任意选取组合。在利用该模块绘制系统接线图时，操作人员可以同时设置每个设备的原始参数，并同时进行编号，设备按其编号与数据库中的数据进行对应，方便计算。

数据采集存储模块实现了实时数据的采集和相关数据的存储。系统中每个节点的参数利用互感器和采集电路进入数据库，数据库的数据将为运算模块提供所需要的数据。数据库中的数据按系统中设备编号存储，每个设备的数据都单独存储，方便调用。

软件中核心运算模块主要完成潮流计算，负荷预测和网络重构功能。在软件界面中每个运算都设立下拉菜单(如图1所示)，操作人员只需要点击所需的运算方式，软件将在后台自动运算并输出结果。当系统需要运算时，首先运算模块将根据图形管理模块中的设备编号进行网络拓扑的定义，设立系统的计算节点，并从数据库中读取相关计算所需的参数。计算完成，运算模块将输出计算相关的图表和相关设备的状态判断指令，存入数据库单元。

图1 软件运算功能菜单

软件中核心运算模块主要完成潮流计算，负荷预测和网络重构功能。在软件界面中每个运算都设立下拉菜单(如图1所示)，操作人员只需要点击所需的运算方式，软件将在后台自动运算并输出结果。当系统需要运算时，首先运算模块将根据图形管理模块中的设备编号进行网络拓扑的定义，设立系统的计算节点，并从数据库中读取相关计算所需的参数。计算完成，运算模块将输出计算相关的图表和相关设备的状态判断指令，存入数据库单元。

网络重构输出模块是利用数据库技术和电力系统进行通信，并同时完成网络重构的指令生成模块。网络重构模块中，操作人员可以读取数据库中相关参数和计算后软件为系统中相关设备判定的状态指令，将设备编号和系统中实际设备进行对应并生成实际电力系统调度控制所需要的数据库文件，系统调度人员可以直接利用进行远程控制。

软件整体开发完成后，利用某供电公司提供的相关供电网络数据，模拟了该区域的系统，并利用软件实现了负荷预测和实时网络重构的运算，输出结果与供电公司数据相对比，验证了软件的实际性能。

3 结论

本文研究智能电网的配电网络重构，这是智能电网自愈特征的核心功能。配电网由于电压等级低，功率损耗较大，又是电力系统降低损耗经济运行的挖潜大户。通过网络重构，可以有效地降低运行成本，实现资源优化配置，节约一次能源，降低电网损耗，提高负荷率，提高能源利用水平。综上所述本文提出的模糊遗传算法利用软件作为平台，应用在电力系统配电网络重构中，实现了系统运行的最优化。从而验证了本文提出的模糊遗传算法对交叉率和变异率进行在线模糊控制，改善了遗传算法的性能;用开关状态作为染色体的编码，缩短了染色体的长度;通过对交叉位置和成对变异的独特设计，极大地提高了计算效率。

本文设计的软件利用了先进的通信技术，优化的控制理念，并将系统运算、控制界面和数据存储调用很好的结合在了一起，不仅实现了电网运算和控制的远程自动化，更是很好的为智能电网建设提供了技术支持。经过研究与探讨，本文将继续完善本软件的相关功能，使软件界面更加的人性化、规范化，扩展其应用范围。

［1］ 袁钦成.集中控制与分布式控制相结合的故障后网络重构方案［J］.电力设备，2001.3

［2］ 刘莉，陈学允.基于模糊遗传算法的配电网络重构［J］.中国电机工程学报，2000，20(2):66－69(EI Accession number:2000455311654).

［3］ 潘凯岩.软件备自投系统在地调系统中的应用［J］.华中电力，2010.1